Εξόρυξη Δεδομένων και Διαχείριση Δεδομένων Μεγάλης Κλίμακας

Χρήστος Σκουρλάς

Περιγραφή

Συλλογή και προεπεξεργασία δεδομένων. Αποθήκες Δεδομένων. Αμεση Αναλυτική Επεξεργασία. Επισκόπηση Τεχνικών Εξόρυξης Δεδομένων. Μηχανές Διανυσμάτων Υποστήριξης. Εξόρυξη Γνώσης από το περιεχόμενο του Παγκόσμιου Ιστού – Εξόρυξη Γνώσης από τη Δομή του Παγκόσμιου Ιστού – Εξόρυξη Γνώσης από τη Χρήση του Παγκόσμιου Ιστού. Διαχείριση Δεδομένων Μεγάλης Κλίμακας στον Παγκόσμιο Ιστό. Διαφήμιση στον Παγκόσμιο Ιστό. Εξόρυξη Δεδομένων από Γράφους Κοινωνικών Δικτύων. Συστήματα Συστάσεων. Σημασιολογικός Ιστός και Δεδομένα Μεγάλης Κλίμακας. Εξόρυξη Δεδομένων και Επιχειρησιακή Νοημοσύνη.

CC - Αναφορά - Μη Εμπορική Χρήση - Παρόμοια Διανομή

Ενότητες

Σκοπός του μαθήματος  «Εξόρυξη δεδομένων και διαχείριση δεδομένων μεγάλης κλίμακας» είναι η παρουσίαση τεχνικών διαχείρισης δεδομένων μεγάλης κλίμακας και προηγμένων θεμάτων  Εξόρυξης Δεδομένων καθώς και των εφαρμογών τους.

Στόχοι Ενότητας

Το μάθημα δίνει τη δυνατότητα στους σπουδαστές να:

  • Κατανοήσουν  τα θέματα  που αφορούν τα αποθετήρια δεδομένων μεγάλης κλίμακας.
  • Εμβαθύνουν σε μεθόδους και πρακτικές που  αφορούν  την Εξόρυξη Δεδομένων μεγάλης κλίμακας στον Παγκόσμιο Ιστό
  • Εξοικειωθούν με  ερευνητικές προσεγγίσεις και νέες λύσεις στα προβλήματα που προκύπτουν.
  • Εξοικειωθούν με  εφαρμογές της θεωρίας σε πραγματικά προβλήματα

Λέξεις Κλειδιά

Διαχείριση γνώσης (knowledge management), επιχειρηματική ευφυΐα (business intelligence), αποθήκες δεδομένων (data warehouses), εξόρυξη δεδομένων (data mining)

Γίνεται αναφορά σε σημαντικές έννοιες διαχείρισης γνώσης, στρατηγικής ανάλυσης, επιχειρηματικής ευφυΐας, αποθηκών δεδομένων και εξόρυξης δεδομένων.

Στόχοι Ενότητας

Στόχος της ενότητας είναι η  παρουσίαση των απαραίτητων  εννοιών ώστε οι φοιτητές να κατανοήσουν τη στρατηγική ανάλυση (εξετάζονται κυρίως θέματα ανάλυσης PEST, ανάλυσης SWOT), τη διαχείριση γνώσης, και την επιχειρηματική ευφυΐα.

Λέξεις Κλειδιά

SWOT analysis, PEST analysis, Knowledge management, Business Intelligence

Γίνεται αναφορά σε σημαντικές έννοιες εξόρυξης δεδομένων (data mining) που αφορούν  την προετοιμασία δεδομένων (Data Preparation). Η διεκπεραίωση των θεμάτων γίνεται κυρίως με χρήση παραδειγμάτων. Επιπλέον, γίνεται αναφορά στο εργαλείο Rapid Miner.

Στόχοι Ενότητας

Στόχος της ενότητας είναι η  παρουσίαση των απαραίτητων  εννοιών ώστε οι φοιτητές να κατανοήσουν την προετοιμασία δεδομένων (Data Preparation) και να κατανοήσουν τον τρόπο χρήσης του εργαλείου Rapid Miner.

Λέξεις Κλειδιά

Προετοιμασία δεδομένων (data preparation), Rapid Miner, Εξόρυξη δεδομένων (Data Mining)

Γίνεται αναφορά σε σημαντικές έννοιες εξόρυξης δεδομένων (data mining) που αφορούν  την εξαγωγή Association Rules . Η διεκπεραίωση των θεμάτων γίνεται κυρίως με χρήση παραδειγμάτων. Επιπλέον, γίνεται αναφορά στο εργαλείο Rapid Miner.

Στόχοι Ενότητας

Στόχος της ενότητας είναι η  παρουσίαση των απαραίτητων  εννοιών ώστε οι φοιτητές να κατανοήσουν την εξαγωγή Association Rules και να κατανοήσουν τον τρόπο χρήσης του εργαλείου Rapid Miner.

Λέξεις Κλειδιά

Association Rules, Rapid Miner

Γίνεται αναφορά σε σημαντικές έννοιες εξόρυξης δεδομένων (data mining) που αφορούν  τη συσχέτιση (correlation) . Η διεκπεραίωση των θεμάτων γίνεται κυρίως με χρήση παραδειγμάτων. Επιπλέον, γίνεται αναφορά στο εργαλείο Rapid Miner.

Στόχοι Ενότητας

Στόχος της ενότητας είναι η  παρουσίαση των απαραίτητων  εννοιών ώστε οι φοιτητές να κατανοήσουν τη συσχέτιση (correlation) και να κατανοήσουν τον τρόπο χρήσης του εργαλείου Rapid Miner.

Λέξεις Κλειδιά

Correlation, Rapid Miner

Γίνεται αναφορά σε σημαντικές έννοιες εξόρυξης δεδομένων (data mining) που αφορούν  το μοντέλο k-means cluster (data mining) model. Η διεκπεραίωση των θεμάτων γίνεται κυρίως με χρήση παραδειγμάτων. Επιπλέον, γίνεται αναφορά στο εργαλείο Rapid Miner.

Στόχοι Ενότητας

Στόχος της ενότητας είναι η  παρουσίαση των απαραίτητων  εννοιών ώστε οι φοιτητές να κατανοήσουν το μοντέλο k-means cluster (data mining) model και να κατανοήσουν τον τρόπο χρήσης του εργαλείου Rapid Miner.

Λέξεις Κλειδιά

k-means cluster, Rapid Miner

Γίνεται αναφορά σε σημαντικές έννοιες εξόρυξης δεδομένων (data mining) που αφορούν  την επιχειρηματική ευφυΐα. Η διεκπεραίωση του Case Study γίνεται με χρήση Rapid Miner.

Στόχοι Ενότητας

Στόχος της ενότητας είναι η  παρουσίαση με τη βοήθεια case study σημαντικών εννοιών ώστε οι φοιτητές να κατανοήσουν την εξόρυξη δεδομένων (data mining) και την επιχειρηματική ευφυΐα. Η διεκπεραίωση του Case Study γίνεται με χρήση Rapid Miner.

Λέξεις Κλειδιά

Case Study, Rapid Miner, Data Mining, Business Intelligence

Γίνεται παρουσίαση θεμάτων εξόρυξης και ανάλυσης κοινωνικών δικτύων με έμφαση σε graphmetrics,  οπτικοποίηση, χρήση του εργαλείου weka και εφαρμογές του σε εξόρυξη δεδομένων κ.λπ.

Στόχοι Ενότητας

Στόχος της ενότητας είναι η ενημέρωση των σπουδαστών σε θέματα ανάλυσης κοινωνικών δικτύων και εφαρμογής τεχνικών εξόρυξης και μηχανικής μάθησης.

Λέξεις Κλειδιά

Social network analysis, graph metrics, visualization, weka tool, cluster analysis, classification, association rules, machine learning

Ανοικτό Ακαδ. Μάθημα

Ανοικτά Ακαδημαϊκά Μαθήματα
Επίπεδο: A+

Αρ. Επισκέψεων :  4028
Αρ. Προβολών :  19016

Ημερολόγιο

Ανακοινώσεις

  • - Δεν υπάρχουν ανακοινώσεις -